导读:本文包含了配置因子论文开题报告文献综述及选题提纲参考文献，主要关键词:区域物流,物流资源配置,TOPSIS改进,K-means聚类分析
配置因子论文文献综述
方正起,朱云龙[1]（2019）在《基于TOPSIS改进因子分析的区域物流资源配置水平研究》一文中研究指出实现区域物流资源的优化配置,可以更好地发挥区域物流对区域经济发展的促进作用。基于TOPSIS改进的因子分析模型,评价我国31个省份区域物流资源配置水平,在此基础上采用K-means聚类分析法将其划分为4个等级,并对中部6省进行重点分析。结果表明,2011—2017年中部6省区域物流资源配置水平存在明显区域差异:安徽、河南、湖南、湖北4个省份水平值呈上升趋势,处于第2等级;江西、山西2省份水平值均为负数,处于第3等级。最后,针对研究结果,给出了提升区域物流资源配置水平的对策建议。(本文来源于《甘肃科学学报》期刊2019年05期）
李长坤[2]（2019）在《基于灰色关联分析与因子分析法的卫生资源配置水平综合评价方法研究》一文中研究指出目的探索一种更为科学准确的卫生资源配置水平评价方法。方法结合灰色关联分析法和因子分析法,对卫生资源配置水平进行综合评价。结果首先利用灰色关联分析法衡量评价指标间的关联程度,按照关联度的大小进行排序,剔除关联度较低的指标,在此基础上,通过因子分析法对全国31个省、市的卫生资源配置水平进行了排序与评价。结论灰色关联分析法和因子分析法相结合的综合评价方法对卫生资源配置水平的评价具有一定的客观性,对进一步优化卫生资源配置具有一定的指导意义。(本文来源于《中国卫生统计》期刊2019年04期）
曹青,宋国强,郭玉秀,熊枫[3]（2019）在《基于因子分析的安徽省卫生资源配置研究》一文中研究指出目的:评价2016年安徽省16个市的卫生资源配置,为卫生行政管理部门优化卫生资源配置提供科学决策依据。方法:利用SPSS软件建立因子分析模型,根据各因子得分和总因子得分评价各市卫生资源配置。结果:各地区卫生资源配置不同,卫生资源配置综合得分较高的前3名分别是黄山市(1.39)、合肥市(1.22)、芜湖市(0.61),综合得分较低的后3名分别是六安市(-0.71)、宿州市(-0.92)、亳州市(-1.55)。结论:安徽省卫生资源配置严重不均衡,卫生资源配置存在明显区域、地理差异,资源配置与经济不协调。(本文来源于《中华医学图书情报杂志》期刊2019年08期）
杨霍婷,杨传喜[4]（2019）在《基于因子分析的广西科普资源配置水平研究》一文中研究指出运用因子分析方法,分别对2008-2016年包括广西在内的全国31个省、自治区和直辖市的科普资源配置水平进行了分析,从时间上比较广西近年科普资源配置水平的变化,得出基于因子分析的广西科普资源配置水平综合排名。研究结果表明:广西科普资源配置水平不容乐观,综合排名位于11～22名不等并呈一定的落后趋势;科普经费,科普活动和科普传媒配置水平在全国呈下降趋势;科普人员,科普场地配置水平虽有一定上升趋势,但多居于全国中下游水平。(本文来源于《科技和产业》期刊2019年03期）
吴文霞[5]（2018）在《环境因子迭加下镉污染的植物配置研究》一文中研究指出我国的工业化发展在推进城市更新的同时,也使与人类生存息息相关的土地资源遭到了严重污染。据全国土壤污染状况调查公报发布,重金属镉的点位超标率高达7.0%,在同类污染物中超标率最高。镉污染还会通过水体转移,对人类生存环境构成不良胁迫,损害人体健康,阻碍社会可持续发展。因此,研究修复镉污染的问题迫在眉睫。本文结合本国的气候环境,提取环境因子,将镉污染分布图与环境因子图相互迭加,总结镉污染分布区域在我国气候下的植物种植的要点,并针对吸收镉污染的植物进行筛选配置和景观营造,以期植物能更好净化镉污染的同时,提高景观品质。(本文来源于《风景名胜》期刊2018年12期）
德佳硕,郭萍,张成龙,岳琼,单宝英[6]（2019）在《考虑气象因子的不确定性灌溉水资源优化配置》一文中研究指出基于不确定性区间作物水分生产函数,选取春小麦、玉米、棉花和白兰瓜这4种典型作物,建立不确定性条件下灌溉水资源优化配置模型,并将气象因子(蒸发蒸腾量和相对湿度)的不确定性引入其中,以反映气候变化对灌区配水的影响.结果表明,在石羊河流域民勤地区,玉米单方水经济效益较低,故其优化灌溉定额相比现状灌溉定额变化较大.棉花是单方水经济效益最大的作物,其次是白兰瓜,所以当可用水量短缺时,在确保粮食安全的前提下,为降低因灌溉缺水而带来的经济损失,要优先保证棉花和白兰瓜灌溉用水.引入气象因子的灌区水资源优化配置模型区间优化配水定额范围更广,反映出气象因子对灌区配水的影响.本研究验证了不确定性方法在实际应用的可行性,可为灌区水资源合理分配提供更可靠的科学依据.(本文来源于《排灌机械工程学报》期刊2019年06期）
油永华,刘涛[7]（2018）在《基于因子分析法和数据包络分析相结合的高校教育资源配置绩效评价——以山东省本科院校为例》一文中研究指出根据高校教育资源的投入产出理论分析,构建资源配置绩效的评价体系,以山东省55所普通本科高校的样本,采用因子分析法分别提取投入和产出的各叁个因子,以因子作为指标进行数据包络分析,评价各所高校资源的配置效率,根据差额分析提出资源配置绩效优化的措施。(本文来源于《价值工程》期刊2018年19期）
赵涵宽[8]（2018）在《基于风险因子的商品期货资产配置》一文中研究指出商品期货投资向来是投资当中非常重要的一部分,然而在中国,以期货投资为主的CTA基金始终只占到市场上所有基金总额的一小部分。这其中非常重要的原因是市场上的期货投资策略种类较为单一,市场急需一些可以突破以往框架的,可容纳资金量大的投资策略。本文认为将对冲基金管理人常用的结构化风险模型应用于中国的期货市场投资可以为解决问题提供一种思路。本文首先梳理了现代资产配置模型、对冲基金的风险模型和商品期货的投资策略的相关文献,归纳总结了当中比较具有代表性的一些理论方法以及主流的研究方向。然后本文介绍了现代投资组合理论中比较经典的一些模型,并着重介绍了本文主要运用的结构化风险模型。实证方面,本文选取了流动性大,上市时间相对较长的期货品种进行研究。结构化风险模型的核心是风险因子的构建,本文根据中国市场上现有商品品种的情况构建了有色金属、黑色系、化工、农副产品四个大类因子,并在商品期货溢价分解理论的指导下再构建筛选了动量因子、成本因子、换手率因子叁个风格因子来构建模型。最终,通过对因子协方差矩阵、资产特异收益率协方差矩阵以及因子收益率向量的合理估计以及偏差调整,本文预测了资产的期望收益率向量及期望协方差矩阵,以最大化预期夏普率为目标求解出最优权重,完成了基于风险因子的配置策略,并对其进行了历史回测。该策略在过去的12年中能获得较为稳定的收益,并且拥有收益来源明晰、可配置资金量大的优点,为商品期货投资给出了一种创新性的解决方案。(本文来源于《浙江大学》期刊2018-06-04）
杨彬彬[9]（2018）在《基于Elman-GARCH和因子观点的Black-Litterman模型资产配置》一文中研究指出Black-Litterman模型自20世纪90年代初被提出后,近叁十年内得到快速发展,已逐渐被华尔街主流所接受,被广泛应用于国际资产配置.鉴于模型的主观观点和观点误差等设定比较灵活,近年来受到国内学者和机构投资者的青睐和深入关注.本文主要基于Elman神经网络、GARCH模型和因子观点扩展Black-Litterman模型,对上证50指数成分股进行实证分析.本文的框架结构如下:第一章主要阐述了本文的研究背景和意义,并对Black-Litterman模型的国内外相关研究进行文献综述,同时介绍了本学位论文的研究思路与研究内容.第二章简要介绍了本文相关的模型与方法,包括Markowitz模型、Black-Litterman模型及其扩展模型--ABL模型、Elman神经网络和GARCH模型.第叁章是实证分析过程.选取上证50指数成分股27只股票作为可自由配置的资产,利用Elman神经网络预测观点收益,并和BP神经网络、灰色BP神经网络进行比较.采用GARCH模型预测观点误差,构建Elman-GARCH-BL模型并进行实证分析.同时,基于该框架引入因子观点构建Elman-GARCH-ABL模型,并对其进行实证研究.第四章是实证结果比较分析.将Elman-GARCH-BL模型的实证绩效和Elman-BL模型及GARCH-BL模型进行了对比.同时,也将Elman-GARCH-ABL模型实证结果和Elman-ABL模型及GARCH-ABL模型进行比较分析;最后,将Elman-GARCH-BL模型和Elman-GARCH-ABL模型的实证绩效对比分析.实证结果表明,本文构建的Elman-GARCH-ABL模型具有一定的优越性,投资绩效更好.(本文来源于《广西师范学院》期刊2018-06-01）
牛佳楠[10]（2018）在《融合熵权TOPSIS方法的叁因子资产配置模型的基金投资组合研究》一文中研究指出随着我国经济水平不断地发展,高净值人群不断增加,据机构统计,2016年,我国的高净值人群数量达到158万人,相比2012年人群数量实现翻倍。A股市场2015年和2016年的断崖式下跌使得众多重仓A股的投资者个人财富短时间急剧缩水。如何实现资产的保值增值、做好个人财务规划,成为一个亟待解决而又十分具有现实意义的问题。资产配置及投资组合相关研究的重要性与日俱增。本文研究目的旨在应用融合熵权TOPSIS的叁因子资产配置模型构建个人投资组合,并与其他主流资产配置模型(等权组合、最小方差和风险平价模型)进行对比。具体而言,本文在统计模拟验证叁因子资产配置模型有效性的基础上,利用真实的基金产品数据,使用融合熵权TOPSIS方法的叁因子资产配置模型构建投资组合,根据使用各资产配置方法后的基金组合收益率等指标对使用熵权TOPSIS动态筛选后的叁因子模型与其他主流模型进行对比分析。已有研究大多数仅考虑了收益率、波动和相关性叁个因子中的一个方面或者两个方面。本文创新性地首次提出了叁因子资产配置模型,依托基金作为实证对象,从统计模拟和实证两个角度说明了该模型的有效性和稳健性。统计模拟方面,为检验叁因子资产配置模型的有效性,先基于非对称拉普拉斯分布随机生成1000次五类资产收益率数据。然后,根据相关指标对叁因子模型和其他传统模型进行排名并打分,给出了投资者不同的风险态度下不同投资年限下(10年期、20年期、30年期)各个模型的排名。模拟得分越小表明指标排名越靠前,则模型越有效。模拟结果显示:在各个时间段,叁因子模型得分小于等权组合、最小方差和风险平价模型,表明叁因子模型优于上述传统资产配置模型,能够兼顾风险与收益。其中,对于风险厌恶型投资者来说,保守型叁因子资产配置模型是最优选择。对于风险偏好和风险中性投资者来说,激进型叁因子资产配置模型是最优选择。风险平价方法和最小方差方法结果相近,次于叁因子模型。等权组合方法是最劣解。实证方面,本文先按照统计模拟思路使用现实基金数据进行固定的投资组合构建,利用叁因子资产配置模型和其他传统资产配置模型进行赋权得到每项指标排名计算不同风险态度下总得分,说明在固定资产限制条件下叁因子资产配置模型的有效性。随后,放开只能选取固定基金产品的假设,针对第一部分进行改进,为使得实证结果更加客观、与实际情况更加接近,利用熵权TOPSIS动态筛选基金,再进行投资组合构建,利用叁因子和其他传统资产配置方法赋权,根据最终结果进行对比分析。实证结果显示,使用2011年1月4日至2017年12月31日指数基金日收益率数据,固定资产投资组合的实证结果与统计模拟结果是一致的。而使用融合熵权TOPSIS的叁因子资产配置模型的实证部分显示,叁因子资产模型优于其他传统资产配置模型。根据主要指标结果,激进型叁因子模型年化收益最高,达到5.88%,超越基准指数(60%申万A指与40%中证综合债指数)1.65个百分点,波动率与最大回撤仅次于保守型叁因子模型。综合来看,叁因子模型的夏普比率和Calmar比率也高于其他传统资产配置模型。本文研究的创新点为:一是提出了叁因子资产配置模型;二是以熵权TOPSIS方法构建股票类指数基金评价指标动态选择资产;叁是提供了一套切实可行的资产组合构建方法:利用熵权TOPSIS先进行资产筛选,然后通过叁因子资产配置模型进行资产配置,其资产选择范围围绕指数型产品进行构建。实证结果显示这种模式下的模型在我国金融市场上具有较强的适用性,对于资产管理行业具有一定的参考意义和实践意义。(本文来源于《浙江财经大学》期刊2018-06-01）
配置因子论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
目的探索一种更为科学准确的卫生资源配置水平评价方法。方法结合灰色关联分析法和因子分析法,对卫生资源配置水平进行综合评价。结果首先利用灰色关联分析法衡量评价指标间的关联程度,按照关联度的大小进行排序,剔除关联度较低的指标,在此基础上,通过因子分析法对全国31个省、市的卫生资源配置水平进行了排序与评价。结论灰色关联分析法和因子分析法相结合的综合评价方法对卫生资源配置水平的评价具有一定的客观性,对进一步优化卫生资源配置具有一定的指导意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
配置因子论文参考文献
[1].方正起,朱云龙.基于TOPSIS改进因子分析的区域物流资源配置水平研究[J].甘肃科学学报.2019
[2].李长坤.基于灰色关联分析与因子分析法的卫生资源配置水平综合评价方法研究[J].中国卫生统计.2019
[3].曹青,宋国强,郭玉秀,熊枫.基于因子分析的安徽省卫生资源配置研究[J].中华医学图书情报杂志.2019
[4].杨霍婷,杨传喜.基于因子分析的广西科普资源配置水平研究[J].科技和产业.2019
[5].吴文霞.环境因子迭加下镉污染的植物配置研究[J].风景名胜.2018
[6].德佳硕,郭萍,张成龙,岳琼,单宝英.考虑气象因子的不确定性灌溉水资源优化配置[J].排灌机械工程学报.2019
[7].油永华,刘涛.基于因子分析法和数据包络分析相结合的高校教育资源配置绩效评价——以山东省本科院校为例[J].价值工程.2018
[8].赵涵宽.基于风险因子的商品期货资产配置[D].浙江大学.2018
[9].杨彬彬.基于Elman-GARCH和因子观点的Black-Litterman模型资产配置[D].广西师范学院.2018
[10].牛佳楠.融合熵权TOPSIS方法的叁因子资产配置模型的基金投资组合研究[D].浙江财经大学.2018
标签：区域物流; 物流资源配置; TOPSIS改进; K-means聚类分析;